این مقاله انگلیسی ISI در نشریه اسپرینگر در سال 2005 منتشر شده که 4 صفحه می باشد، ترجمه فارسی آن نیز 10 صفحه میباشد. کیفیت ترجمه این مقاله عالی بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
تشخیص تنگی دریچه آئورت با تجزیه و تحلیل همبستگی صداهای قلب فیلتر شده با موجک |
عنوان انگلیسی مقاله: |
Diagnosis of aortic valve stenosis by correlation analysis of wavelet filtered heart sounds |
|
مشخصات مقاله انگلیسی | |
نشریه | اسپرینگر – Springer |
سال انتشار | 2005 |
فرمت مقاله انگلیسی | pdf و ورد تایپ شده با قابلیت ویرایش |
تعداد صفحات مقاله انگلیسی | 4 صفحه |
نوع مقاله | ISI |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | پزشکی – مهندسی پزشکی |
گرایش های مرتبط با این مقاله | بیوالکتریک – قلب و عروق – مهندسی پزشکی بالینی |
چاپ شده در مجله (ژورنال) | Medical and Biological Engineering and Computing |
کلمات کلیدی | همبستگی – پردازش سیگنال دیجیتال – استتوسکوپ الکترونیکی – صدای قلب – فونوکاردیوگرافی – تجزیه موجک |
کلمات کلیدی انگلیسی | correlation – digital signal processing – electronic stethoscope – heart sound – phonocardiography – wavelet decomposition |
نمایه (index) | scopus – master journals List – JCR – MedLine |
نویسندگان | FrankNasticzky – AndreaMix – PeterUllrich – ThomasHuebner |
شناسه شاپا یا ISSN | 0140-0118 |
شناسه دیجیتال – doi | https://doi.org/10.1007/BF02344725 |
لینک سایت مرجع | https://link.springer.com/article/10.1007/BF02344725 |
ایمپکت فاکتور (IF) مجله | 3.336 در سال 2023 |
شاخص H_index مجله | 111 در سال 2024 |
شاخص SJR مجله | 0.641 در سال 2023 |
شاخص Q یا Quartile (چارک) | Q2 در سال 2023 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
فرضیه | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | 12694 |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | ورد تایپ شده با قابلیت ویرایش و pdf |
وضعیت ترجمه | ترجمه شده و آماده دانلود |
کیفیت ترجمه | عالی (مناسب استفاده دانشگاهی و پژوهشی) |
تعداد صفحات ترجمه | 10 صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
ترجمه ضمیمه | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | درج نشده است ☓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده |
بخشی از ترجمه |
چکیده
صدای قلب 81 بیمار (43 بیمار مبتلا به AVS، 11 شاهد سالم-REF و 27 بیمار مبتلا به بیماریهای دریچه ای دیگر –OVD) با یک استتوسکوپ الکترونیکی ضبط شده و بعد از فیلتر کردن با موجک، انولوپ ها محاسبه شدند. سه همبستگی بر اساس این انوولوپ ها اجرا شدند: 1) درون AVS، 2) درون گروه ترکیبی AVS+REF و 3) درون گروه ترکیبی AVS+OVD که به ضرایب همبستگی rAvS، rAVS/REF و rAVS/OVD منجر شدند.
نتایج نشان می دهند که rAvS، به میزان قابل توجهی بالاتر از rAVS/REF و rAVS/OVD است(P<0.01). این اختلافات در الگوهای صوتی بین گروه ها نشان می دهد که روش معرفی شده امکان تشخیص خودکار AVS را فراهم می اورد.
ما یک روش جدید برای طبقه بندی صدای قلب طراحی کردیم که به نظر می رسد که برای تشخیص بیماریهای دریچه قلب مناسب بوده و استفاده از ان برای پزشکان عمومی کم هزینه و آسان است.
2. روش شناسی
برای ضبط صداها از یک استتوسکوپ متصل به یک آمپلیفایر ECG تک لید استفاده شد. سیگنال ها با استفاده از یک کارت صدا با فرکانس نمونه برداری 44100 هرتز و رزولوشن 16 بیت دیجیتالی شده و به همراه اطلاعات بیمار در یک پایگاه داده ثبت شدند.
فاصله –RR (از ECG همزمان) مربوط به قطعات صوتی با نسبت سیگنال به نویز کمتر از آنالیز بیشتر کنار گذاشته شدند.با استفاده از آنالیز موجک، سیگنال های صدای قلب به 20 مقیاس فرکانسی تجزیه شدند. این مقیاس ها برای هر دوره ی قلبی به صورت مجزا استخراج شدند. علاوه بر این، یک انولوپ با طول استاندارد برای هر دوره محاسبه شد. با استفاده از این انولوپ ها یک الگوی نمایشی برای هر بیمار محاسبه شده و برای آنالیزهای همبستگی جهت یافتن تفاوت های ویژه بین گروه ها استفاده شد.
شکل 1. نواحی گوش دادن 1 تا 7 |